使用的數據透視表的都知道，透視表只能從單個表中取數，如果想把其他表中的數據也放進來，只能先利用Vlookup把其他表的數據合并過來，然后再把這個字段放到透視表中。這只適用于數據非常簡單的情況，如果數據量大或者維度很多，用透視表就無法滿足需求了。

Power BI突破了這個限制，可以從多個表格、多種來源的數據中，根據不同的維度、不同的邏輯來聚合分析數據；而提取數據的前提是要將這些數據表建立關系，這個建立關系的過程就是數據建模。

以一個實例來理解數據建模。

比如有個電子產品專賣店，銷售產品有三類：手機、電腦、平板，每一類又分別來自三個品牌：小米、蘋果、三星，那么這個店銷售的產品共計9個，其銷售明細也是記錄這些產品每天的銷售數據，

為了能分析每個品牌的銷售金額，或者分析每個產品類別的銷售情況，其實還應該設計個產品明細表以及對應的品牌表和種類表，像這樣的：

從這四個表中很容易就能想到它們之間的關系，品牌表和產品類別表分別和產品明細表中的品牌與產品種類相對應，而產品明細表中的產品編號和銷售明細表中的產品編號相對應。

下面就演示一下在Power BI Desktop中建立一個模型，導入以后點擊關系，出現這4張表，

可以看出產品明細表和銷售明細表之間已經有一條線，這是由于表格導入后，PowerBI會自動檢測關系并聯接，沒有檢測到的表，可以點擊一個表中的字段托到另一個表的對應字段上，就可以建立關系了，把類別表、品牌表和產品明細表建立關系后，關系圖如下：

一個簡單的數據模型就建立好了，可以點進去看看建立模型的相關參數。

點擊關系連接線，兩邊的表對應的連接字段會框選，雙擊關系線，進入編輯關系窗口：

編輯關系窗口可以看出關聯的兩個表和對應的字段，也可以更改聯結的字段；下面還有兩個可選項，基數和交叉篩選方向。

基數

基數就是兩個連接字段的對應關系，分為多對一、一對一和一對多，一對多和多對一其實是一樣的，實際上就是兩種關系：

多對一（*：1）：這是最常見的類型，代表一個表中的關系列有重復值，而在另一個表中是單一值

一對一（1：1）：兩個表是一對一的關系，列中的每個值在兩個表中都是唯一的

具有唯一值的表通常稱為“查找表”，而具有多個值的表稱為“引用表”。在上述的關系圖上，產品明細表上類別手機、平板、電腦都不是唯一的，每個品牌都有這種類型，是個引用表；但類別表上，幾種類別都是唯一值，因此這兩個表是多對一的關系，類別表也就是查找表。

交叉篩選方向

表示數據篩選的流向，有兩種類型：

雙向：兩個表可以互相篩選

單向：一個表只能對另一個表篩選，而不能反向

這個稍微有點抽象，以后可以根據實例來理解。

根據剛才建立的數據模型，可以做一下分析，比如統計各品牌產品的銷售額：

在銷售明細表中并不能直接統計出按品牌的銷售額，可以先建一個度量值，在建模選項卡下，點擊新建度量值，公式欄輸入：

銷售額 = sum('銷售明細表'[金額])

然后[銷售額]這個度量值就建立了，在右邊字段區可以看到。

為了在畫布上直觀的看到各品牌銷售額，在可視化里添加“卡片圖”，把度量值字段放進去，可以看到卡片圖的數字出來了，

這個數字是整體銷售金額，因為還沒有做任何篩選，為了看出各品牌的銷售金額，現在添加一個品牌的切片器，

點擊不同的品牌，數值跟著變化，通過這個例子，可以看出：

展現的數字并不是一個表得出的，根據之前建立的關系模型，銷售明細表中的數據被品牌表中的[品牌名稱]字段所篩選，展現出來不同品牌的銷售額，這就是數據模型的威力。

品牌銷售額是通過[銷售額]這個度量值，加入到卡片圖中，并可與切片器交互，展現不同的數據。

通過這個實例，還看到了以前從未見過的的概念：度量值，這可以說是PowerBI數據建模的靈魂，創建度量值的公式稱為DAX公式（看起來和Excel公式非常相似），剛才創建的這個度量值只是一個簡單的sum函數，并沒有任何的過濾條件，但是卻可以根據切片器的篩選而展現不同的數值，所以度量值被稱為移動的公式，這里只是簡單介紹，有個印象即可。

學習數據建模的更多知識，可以說都是依據度量值的邏輯以及建立度量值的DAX公式來展開，是下一步學習Power BI的重點。